How AI Could Save (Not Destroy) Education | Sal Khan | TED

Translator: Kaung Htet Thaw Reviewer: Sanntint Tint

So anyone who's been paying attention for the last few months

သတိထားကြည့်မိတဲ့သူတွေဆိုရင် လွန်ခဲ့တဲ့ လပိုင်းတွေမှာ

has been seeing headlines like this,

ဒီလိုသတင်းခေါင်းစီးတွေကို မြင်ခဲ့ရမှာပါ။

especially in education.

အထူးသဖြင့် ပညာရေးမှာပေါ့။

The thesis has been:

ပြောကြတာတွေကတော့

students are going to be using ChatGPT and other forms of AI

ကျောင်းသားတွေဟာ စာခိုးချဖို့၊ အိမ်စာတွေ လုပ်ဖို့ ChatGPT လို AI တွေကို

to cheat, do their assignments.

သုံးကြမယ်၊

They’re not going to learn.

ဘာမှသင်ယူတော့မှာ မဟုတ်ဘူး၊

And it’s going to completely undermine education as we know it.

ပညာရေးကို ကျဆင်းစေလိမ့်မယ်ဆိုတာပါပဲ။

Now, what I'm going to argue today

ဒီနေ့ ကျွန်တော် ပြောမှာကတော့

is not only are there ways to mitigate all of that,

အဲဒါတွေကို ဖြေရှင်းနိုင်တဲ့နည်းတွေ ရှိရုံမက

if we put the right guardrails, we do the right things,

အထိန်းအကွပ်တွေ ထားမယ်ဆိုရင်

we can mitigate it.

ဖြေကို ဖြေရှင်းနိုင်တယ်။

But I think we're at the cusp of using AI

ကျွန်တော်ထင်တာကတော့ ပညာရေးမှာ မကြုံဖူးတဲ့

for probably the biggest positive transformation

အပြောင်းအလဲကောင်းကြီးတစ်ခုအတွက် AI ကို သုံးတဲ့

that education has ever seen.

အလှည့်အပြောင်းကြီးတစ်ခုပေါ် ရောက်နေပါတယ်။

And the way we're going to do that

အဲဒါဘယ်လိုလုပ်မလဲဆိုရင်

is by giving every student on the planet

ကမ္ဘာပေါ်က ကျောင်းသားတိုင်းကို

an artificially intelligent but amazing personal tutor.

ဉာဏ်ရည်တုပေမဲ့ ထက်မြက်တဲ့ ကိုယ်ပိုင်ဆရာတစ်ယောက်စီ ပေးမှာဖြစ်ပါတယ်။

And we're going to give every teacher on the planet an amazing,

ကမ္ဘာပေါ်က ဆရာတိုင်းကို ဉာဏ်ရည်တုပေမဲ့ ထက်မြက်တဲ့

artificially intelligent teaching assistant.

ကိုယ်ပိုင်လက်ထောက်ဆရာတစ်ယောက်စီ ပေးမှာဖြစ်ပါတယ်။

And just to appreciate how big of a deal it would be

လူတိုင်းကို ကိုယ်ပိုင်ဆရာတစ်ယောက်စီ ပေးဖို့က ဘယ်လောက်အရေးပါတယ်ဆိုတာ

to give everyone a personal tutor,

သိစေဖို့အတွက်

I show you this clip

ဘင်ဂျမင်ဘလွန်းမ်ရဲ့ ၁၉၈၄ 2 sigma လေ့လာချက်ရဲ့

from Benjamin Bloom’s 1984 2 sigma study,

အပိုင်းတစ်ခုကို ပြပါမယ်။

or he called it the “2 sigma problem.”

သူက 2 sigma ပြဿနာလို့လည်း ခေါ်ခဲ့ပါတယ်။

The 2 sigma comes from two standard deviation,

2 sigma ဆိုတာ standard deviation ၂ ခုကနေ လာတယ်။

sigma, the symbol for standard deviation.

sigma ဟာ standard deviation ရဲ့ သင်္ကေတပါ။

And he had good data that showed that look, a normal distribution,

သူ့ရဲ့ ဒေတာက ဘာပြသလဲဆိုတော့ ပုံမှန်ဆိုရင် အလယ်က

that's the one that you see in the traditional bell curve

ခေါင်းလောင်းပုံမျဉ်းကွေးလို ရှိမယ်။

right in the middle, that's how the world kind of sorts itself out,

အဲဒါကို normal distribution လို့ ခေါ်တယ်။

that if you were to give personal 1-to-1 to tutoring for students,

ဒါပေမဲ့​ ကျောင်းသားတွေကို တစ်ယောက်ချင်း သင်ပေးနိုင်မယ်ဆိုရင်တော့

then you could actually get a distribution that looks like that right.

ညာဘက်က distribution လို ပုံစံမျိုး ရလာပါတယ်။

It says tutorial 1-to-1 with the asterisks,

tutorial 1-to-1 ကို ခရေပွင့်နဲ့ ပြထားတယ်။

like, that right distribution,

ညာဘက်က တစ်ခုပါ။

a two standard-deviation improvement.

standard deviation ၂ ခု တိုးတက်မှုပါ။

Just to put that in plain language,

ဒါကို ရိုးရိုးမြင်သာအောင် ပြောရရင်

that could take your average student and turn them into an exceptional student.

သာမန်ကျောင်းသားတစ်ယောက်ဟာ ထူးချွန်ကျောင်းသားဖြစ်လာနိုင်တယ်။

It can take your below-average student

သာမန်အဆင့် မရှိတဲ့ ကျောင်းသားဟာ

and turn them into an above-average student.

သာမန်ထက် တော်တဲ့ ကျောင်းသားဖြစ်လာပါမယ်။

Now the reason why he framed it as a problem, was he said,

ဘလွန်းမ်က ဒါကို ပြဿနာအနေနဲ့ တင်ပြခဲ့တဲ့ အကြောင်းရင်းကတော့

well, this is all good,

ဟုတ်ပြီ၊ ဒါကောင်းတယ်၊

but how do you actually scale group instruction this way?

ဒါပေမဲ့ လက်တွေ့ ဘယ်လို အကောင်အထည်ဖော်မလဲ၊

How do you actually give it to everyone in an economic way?

လူတိုင်းကို ဒါမျိုးအခွင့်အရေး စရိတ်နည်းနည်းနဲ့ ဘယ်လိုပေးနိုင်မလဲ။

What I'm about to show you is I think the first moves towards doing that.

ကျွန်တော် ပြမှာကတော့ အဲဒီလိုလုပ်နိုင်ဖို့ ပထမဆုံး ခြေလှမ်းတွေဖြစ်ပါတယ်။

Obviously, we've been trying to approximate it in some way

အားလုံးသိမှာကတော့ ခန်းအကယ်ဒမီမှာ ဒါနဲ့နီးစပ်ဖို့ လုပ်နေတာ

at Khan Academy for over a decade now,

ဆယ်စုနှစ်တစ်စု ကျော်လာပါပြီ။

but I think we're at the cusp of accelerating it dramatically.

အခုတော့ အဲဒီအရှိန်ကိုမြင့်မယ့် အလှည့်အပြောင်းတစ်ခုထဲ ရောက်နေပါပြီ။

I'm going to show you the early stages of what our AI,

ကျွန်တော်တို့ရဲ့ Khanmigo လို့ခေါ်တဲ့ AI ရဲ့ အစောပိုင်းအဆင့်တွေနဲ့

which we call Khanmigo,

သူ အခု လုပ်နိုင်တဲ့အရာတွေနဲ့

what it can now do

နောက်တိုးတက်လာမယ့် အရာတွေအကြောင်း

and maybe a little bit of where it is actually going.

ပြောပြသွားပါမယ်။

So this right over here is a traditional exercise

ဆိုတော့ ဒီမှာ မြင်နေရတာက အားလုံးရော ကလေးတွေရော

that you or many of your children might have seen on Khan Academy.

ခန်းအကယ်ဒမီမှာ မြင်ဖူးကြမယ့် သာမန်လေ့ကျင့်ခန်းတစ်ပုဒ်ပါ။

But what's new is that little bot thing at the right.

အခု အသစ်ထည့်တာက ညာဘက်ထောင့်က bot လေးပါ။

And we'll start by seeing one of the very important safeguards,

ဒီနေရာမှာ အထိန်းအကွပ်လုပ်ထားတာက AI နဲ့ စကားပြောတာကို

which is the conversation is recorded and viewable by your teacher.

မှတ်တမ်းယူထားပြီး ကိုယ့်ဆရာက ကြည့်နိုင်ပါတယ်။

It’s moderated actually by a second AI.

ဒါကို နောက်ထပ် AI တစ်ခုက ထိန်းညှိပေးပါတယ်။

And also it does not tell you the answer.

ပြီးတော့ AI က အဖြေပြောပြမှာ မဟုတ်ပါဘူး။

It is not a cheating tool.

သူက စာခိုးချစရာမဟုတ်ပါဘူး။

When the student says, "Tell me the answer,"

ကျောင်းသားက “အဖြေပြောပြ” လို့ မေးရင်

it says, "I'm your tutor.

သူက “ငါက မင်းရဲ့ ဆရာ။

What do you think is the next step for solving the problem?"

ဒီပုစ္ဆာရှင်းဖို့ နောက်တစ်ဆင့် ဘာလုပ်ရမယ်ထင်လဲ” လို့မေးတယ်။

Now, if the student makes a mistake, and this will surprise people

အခု ကျောင်းသားက အမှားလုပ်မိရင် AI ဟာ အဲဒီအမှားကို သတိထားမိရုံတင်မကဘဲ

who think large language models are not good at mathematics,

ဘာလို့ အဲဒီလိုထင်ရသလဲဆိုတဲ့ မေးခွန်းကိုပါ မေးပါလိမ့်မယ်။

notice, not only does it notice the mistake,

ဒါက သာမန်ဆရာတွေတောင် မဟုတ်ဘူး၊

it asks the student to explain their reasoning,

ထူးချွန်တဲ့ဆရာတွေ လုပ်တဲ့ပုံစံပါ။

but it's actually doing what I would say,

Large Language Model တွေဟာ

not just even an average tutor would do, but an excellent tutor would do.

သင်္ချာညံ့တယ်လို့ ထင်နေသူတွေကတော့ အံ့အားသင့်ပါလိမ့်မယ်။

It’s able to divine what is probably the misconception in that student’s mind,

ကျောင်းသားလွဲသွားတဲ့ ဖြန့်ဝေရဂုဏ်သတ္တိမသုံးတာကို

that they probably didn’t use the distributive property.

သူက ခန့်မှန်းနိုင်ပါတယ်။

Remember, we need to distribute the negative two

–2 ကို လက်သည်းကွင်းတွေထဲက

to both the nine and the 2m inside of the parentheses.

9 ရော 2m နဲ့ပါ မြှောက်ဖို့ လိုပါတယ်။

This to me is a very, very, very big deal.

ဒါက ကျွန်တော့်အတွက်တော့ သိပ်ကျေနပ်စရာပါပဲ။

And it's not just in math.

ဒါက သင်္ချာမှာတင် မဟုတ်ပါဘူး။

This is a computer programming exercise on Khan Academy,

ဒါက တိမ်တွေကို ကွဲအောင်လုပ်ရတဲ့

where the student needs to make the clouds part.

ခန်းအကယ်ဒမီက Computer Programming လေ့ကျင့်ခန်းပါ။

And so we can see the student starts defining a variable, left X minus minus.

ဒီမှာ ကျောင်းသားဟာ left X minus minus ဆိုပြီး ကိန်းရှင်ကို စအဓိပ္ပာယ်ဖော်ပါတယ်။

It only made the left cloud part.

ဒါပေမဲ့ ဘယ်ဘက်တိမ်ပဲ ရွေ့ပါတယ်။

But then they can ask Khanmigo, what’s going on?

ဒီအခါ Khanmigo ကို ဘာလို့ ဘယ်ဘက်တိမ်ပဲ

Why is only the left cloud moving?

ရွေ့နေတာလဲလို့ မေးနိုင်တယ်။

And it understands the code.

AI က ကုတ်ကို နားလည်ပါတယ်။

It knows all the context of what the student is doing,

ကျောင်းသားက ဘာလုပ်နေလဲဆိုတာ သူအကုန်သိပါတယ်။

and it understands that those ellipses are there to draw clouds,

ပြီးတော့ တိမ်ကို ဆွဲဖို့ ဘာလိုလဲဆိုတာလည်း နားလည်ပါတယ်။

which I think is kind of mind-blowing.

ဒါက ကျွန်တော့်အမြင်မှာ သိပ်အံ့ဩဖို့ကောင်းပါတယ်။

And it says, "To make the right cloud move as well,

အဲဒီလိုနဲ့ AI က “ညာဘက်က တိမ်ကိုလည်း ရွေ့စေချင်ရင်

try adding a line of code inside the draw function

ဘောင်တစ်ခုစီက ညာဘက် X ကိန်းရှင်တွေမှာ pixel တစ်ခု

that increments the right X variable by one pixel in each frame."

တိုးလာစေတဲ့ draw function မှာ ကုတ်မျဉ်း ထည့်ကြည့်ပါ” လို့ပြောတယ်။

Now, this one is maybe even more amazing because we have a lot of math teachers.

ကဲ ဒါက ပိုတောင် အံ့ဩဖို့ကောင်းပါလိမ့်မယ်၊ ဘာလို့ဆို သင်္ချာဆရာတွေ အများကြီးရှိတယ်။

We've all been trying to teach the world to code,

လူအများအပြားကို coding သင်ဖို့ လုပ်နေကြတာ ကြာပြီ။

but there aren't a lot of computing teachers out there.

ဒါပေမဲ့ ကွန်ပျူတာဆရာတွေတော့ အများကြီးမရှိဘူး။

And what you just saw, even when I'm tutoring my kids,

ပြီးရင် အခုမြင်ခဲ့ရတာက ကျွန်တော့်ကလေးတွေကို

when they're learning to code,

စာသင်ရင်၊ coding သင်ရင်တောင်

I can't help them this well, this fast,

ကျွန်တော် အဲဒီလို မြန်မြန် မကူညီနိုင်ဘူး။

this is really going to be a super tutor.

ဒီ AI ဟာ သိပ်ထက်မြက်တဲ့ ဆရာဖြစ်လာမှာ သေချာပါတယ်။

And it's not just exercises.

လေ့ကျင့်ခန်းတွေပဲ မဟုတ်ပါဘူး။

It understands what you're watching.

ကျောင်းသားကြည့်နေတာ ဘာဆိုတာ သိတယ်။

It understands the context of your video.

ဗီဒီယိုကပြောတာကို နားလည်တယ်။

It can answer the age-old question, “Why do I need to learn this?”

အမြဲမေးတဲ့ “ဘာလို့ ဒီစာသင်နေရတာလဲ” ဆိုတဲ့ မေးခွန်းကိုဖြေနိုင်တယ်။

And it asks Socratically, "Well, what do you care about?"

ပြီးရင် ဆိုကရေးတီးလို “ဘဝမှာ ဘာဖြစ်ချင်တာလဲ” လို့ မေးတယ်။

And let's say the student says, "I want to be a professional athlete."

ကျောင်းသားက “ပရော်ဖက်ရှင်နယ်ဘောလုံးသမား ဖြစ်ချင်တယ်” လို့ ပြောတယ်ထားပါတော့။

And it says, "Well, learning about the size of cells,

သူက ပြန်ပြောမှာက “ဒီဗီဒီယိုမှာ ပြောထားတဲ့

which is what this video is,

ဆဲလ်အရွယ်အစားအကြောင်းဟာ

that could be really useful for understanding nutrition

အာဟာရနဲ့ ခန္ဓာကိုယ် အလုပ်လုပ်ပုံအကြောင်း

and how your body works, etc."

နားလည်စေပါလိမ့်မယ်” စသဖြင့်ပေါ့။

It can answer questions, it can quiz you,

မေးရင် ဖြေနိုင်သလို ပြန်လည်း မေးနိုင်တယ်။

it can connect it to other ideas,

အတွေးချင်း ဖလှယ်နိုင်တယ်။

you can now ask as many questions of a video

အခုဆိုရင် ဗီဒီယိုတစ်ပုဒ်နဲ့ ပတ်သက်လို့ မေးခွန်းတွေ

as you could ever dream of.

ကြိုက်သလောက် မေးပေတော့ပဲ။

(Applause)

(လက်ခုပ်တီးသံ)

Another big shortage out there,

ဆရာ၊ ဆရာမ ရှားပါးမှုနောက်တစ်ခုပါ။

I remember the high school I went to,

ကျွန်တော်တက်ခဲ့တဲ့ အထက်တန်းကျောင်းမှာ

the student-to-guidance counselor ratio was about 200 or 300 to one.

ကျောင်းသား - လမ်းညွှန်အတိုင်ပင်ခံအချိုးဟာ ၂၀၀ - ၃၀၀ အချိုး ၁ လောက်ရှိပါတယ်။

A lot of the country, it's worse than that.

တစ်နိုင်ငံလုံးဆိုရင် ဒီ့ထက်တောင် ပိုဆိုးပါတယ်။

We can use Khanmigo to give every student a guidance counselor,

Khanmigo ကို ကျောင်းသားတိုင်းအတွက် လမ်းညွှန်အတိုင်ပင်ခံ၊ ပညာရေးနည်းပြ၊

academic coach, career coach, life coach,

အလုပ်အကိုင်နည်းပြ၊ ဘဝနည်းပြအနေနဲ့ သုံးနိုင်ပါတယ်။

which is exactly what you see right over here.

အခုမြင်နေရတဲ့အရာပါပဲ။

And we launched this with the GPT-4 launch.

ဒါကို GPT-4 နဲ့အတူ စတင်ခဲ့ပါတယ်။

We have a few thousand people on this.

ဒါသုံးနေတဲ့သူ သုံးလေးထောင်ရှိပါတယ်။

This isn't a fake demo,

သရုပ်ပြနေတာမဟုတ်ပါဘူး။

this is really it in action.

တကယ်လက်တွေ့ သုံးနေကြတာပါ။

And then there is, you know,

ပြီးတော့ လုပ်ရတာ ခက်တဲ့၊

things that I think it would have been even harder,

သိပ္ပံဝတ္ထု နည်းနည်းဆန်တဲ့၊

it would have been a little science fiction to do

လူသားဆရာတောင် လုပ်ဖို့ခက်မယ့်

with even a traditional tutor.

အရာတွေလည်း ရှိပါတယ်။

We run an online high school with Arizona State University

အရီဇိုးနားပြည်နယ်တက္ကသိုလ်နဲ့ Khan World School အွန်လိုင်း

called Khan World School,

အထက်တန်းကျောင်း ဖွင့်ပါတယ်။

and we have a student who attends that online school, based in India.

အဲဒီကျောင်းကို အိန္ဒိယကနေ တက်နေတဲ့ ကျောင်းသူတစ်ယောက်ရှိပါတယ်။

Her name's Saanvi.

သူ့နာမည်က Saanvi ပါ။

And she was doing a report on "The Great Gatsby."

သူက The Great Gatsby ဝတ္ထုနဲ့ပတ်သက်ပြီး အစီရင်ခံစာရေးနေပါတယ်။

And when she was reading "The Great Gatsby,"

အဲဒီဝတ္ထုထဲမှာ

Jay Gatsby keeps looking at the green light off into the distance.

Jay Gatsby ဟာ အဝေးက အစိမ်းရောင်မီးဆီကိုပဲ ငေးကြည့်နေပါတယ်။

And she's like, "Why does he do that?"

ဒီအခါ သူက “ဘာလို့ပါလိမ့်” လို့တွေးတယ်။

She did some web searches, and people have obviously studied this

သူ အင်တာနက်ပေါ်လိုက်ရှာကြည့်တော့ အဲဒီအကြောင်း လေ့လာထားတာတွေ၊

and commented about the symbolism of that,

ဘာကိုဆိုလိုလဲဆိုတာ ပြောထားတာတွေ တွေ့တယ်။

but none of it was really resonating with her.

ဒါပေမဲ့ ဘဝင်ကျစရာ အဖြေမတွေ့ဘူး။

And then she realized that she had Khanmigo

အဲဒီနောက် Khanmigo ကို သတိရပြိး

and that she could talk to Jay Gatsby himself.

Jay Gatsby ကို တိုက်ရိုက် မေးကြည့်နိုင်တာပဲလို့ တွေးမိတယ်။

And so, "Ah, splendid choice, old sport.

AI က ပြန်ဖြေတာကတော့ “မင်္ဂလာပါ၊ ကျွန်တော်က

I am now Jay Gatsby, the enigmatic millionaire

F. Scott Fitzgerald ရဲ့ ဂန္ထဝင်ဝတ္ထုထဲက

from F. Scott Fitzgerald’s classic.”

ပဟေဠိဆန်တဲ့ မီလျံနာကြီး Jay Gatsby ပါ။

And so, "Why do you keep staring at the green light?"

“ဘာလို့ မီးစိမ်းကိုပဲ ကြည့်နေတာလဲ” လို့ မေးတော့

"Ah, the green light, old sport.

“မီးစိမ်းလား၊

It's a symbol of my dreams and desires, you see.

အဲဒါက ကျွန်တော့်ရဲ့ အိပ်မက်တွေ၊ ဆန္ဒတွေကို ကိုယ်စားပြုတယ်။

It's situated at the end of Daisy Buchanan's dock

သူက ပင်လယ်အော်တစ်ဖက်က Daisy Buchanan ရဲ့

across the bay from my mansion.

လှေဆိပ်အဆုံးမှာ ရှိတယ်။

I gaze at it longingly as it represents my yearning for the past

သူ့ကိုပဲ ငေးကြည့်နေရတာက အတိတ်ကို လွမ်းဆွေးတာဖြစ်တယ်၊

and my hope to reunite with Daisy, the love of my life."

ကျွန်တော့်ရဲ့ အချစ်စစ် Daisy နဲ့ ပြန်ဆုံချင်တာကြောင့် ဖြစ်ပါတယ်။

And what was cool is, Saanvi then said, “I had this long conversation,”

ဘာကမိုက်သလဲဆိုတော့ Saanvi က “စကားတွေ အကြာကြီးပြောပြီးပြီ” လို့ပြောပြီး

she called him “Mr. Gatsby,”

သူ့ကို Mr. Gatsby လို့ ခေါ်လိုက်တာပါ။

and at the end she actually apologized for taking his time,

အချိန်ဖဲ့ယူလိုက်လို့ တောင်းပန်ကြောင်းတောင် ပြောလိုက်သေးတယ်။

which I thought was very polite of her.

သူက သိပ်ယဉ်ကျေးတာပဲ။

But you can imagine this unlocks learning literature, learning ...

AI ဟာ အနုရသစာပေသင်ယူဖို့ တံခါးပွင့်သွားစေပါတယ်။

You could talk to historical figures.

သမိုင်းထဲက လူတွေနဲ့ စကားပြောနိုင်တယ်။

We're even probably going to add an activity

ပြီးတော့ ဥပမာ၊

you can talk to like, the Mississippi River.

မစ္စစ္စပီမြစ်ကိုတောင် စကားပြောနိုင်တယ်။

It brings things to life in ways that really were science fiction

လွန်ခဲ့တဲ့ ခြောက်လ တစ်နှစ်ကအထိ သိပ္ပံဝတ္ထုဇာတ်လမ်းတွေဖြစ်နေခဲ့တာတွေဟာ

even six months or a year ago.

အခုတကယ်ဖြစ်နေပြီ။

Students can get into debates with the AI.

ကျောင်းသားတွေဟာ AI နဲ့ စကားရည်လုနိုင်တယ်။

And we’ve got this here is the student debating

ဒီမှာဆို ကျောင်းသားကြွေးမြီ လျှော်ပေးသင့်လား

whether we should cancel student debt.

ဆိုတာနဲ့ ပတ်သက်လို့ စကားရည်လုနေတာ။

The student is against canceling student debt,

ဒီကျောင်းသားက အချေဘက်ကပါ။

and we've gotten very clear feedback.

ပြီးရင် ရှင်းလင်းတဲ့ အကြံပြုချက်ရတယ်။

We started running it at Khan World School in our lab school that we have,

ကျွန်တော်တို့ရဲ့ ဓာတ်ခွဲခန်းကျောင်းဖြစ်တဲ့ Khan Lab School မှာ

Khan Lab School.

ဒါကို စလုပ်ခဲ့တာပါ။

The students, the high school students especially,

အထူးသဖြင့် အထက်တန်းကျောင်းသားတွေက “အပြောခံရမှာ

they're saying "This is amazing to be able to fine-tune my arguments

ကြောက်စရာမလိုဘဲ ကိုယ့်အဆိုတွေကို မွမ်းမံလို့ရတာ အရမ်းမိုက်တယ်၊

without fearing judgment.

စာသင်ခန်းထဲမှာ

It makes me that much more confident

ယုံကြည်မှုရှိရှိ ထွက်ပြောနိုင်ဖို့

to go into the classroom and really participate."

အများကြီးလုပ်ပေးတယ်” လို့ ပြောကြပါတယ်။

And we all know that Socratic dialogue debate is a great way to learn,

ဆိုကရေးတီးစကားပြောသလို စကားရည်လုတာဟာ သိပ်ကောင်းတယ်ဆိုတာ အားလုံးသိပေမဲ့

but frankly, it's not out there for most students.

အပြင်မှာ ဒါမျိုးဟာ ကျောင်းသားတွေအတွက် ရှိမနေပါဘူး။

But now it can be accessible to hopefully everyone.

အခုတော့ ဒါကို လူတိုင်း လက်လှမ်းမီပြီလို့ ပြောနိုင်ပါတယ်။

A lot of the narrative, we saw that in the headlines, has been,

သတင်းခေါင်းစီးတွေမှာ မြင်သမျှ ဇာတ်လမ်းတွေက

"It's going to do the writing for kids.

“ဒါကြီးက စာရေးပေးနေတော့

Kids are not going to learn to write."

ကလေးတွေ စာမရေးတတ်တော့ဘူး” ဆိုတာပါပဲ။

But we are showing that there's ways that the AI doesn't write for you,

ဒါပေမဲ့ AI က စာရေးပေးတာမဟုတ်ဘဲ ကိုယ်နဲ့အတူ စာရေးတာမျိုးဖြစ်အောင်

it writes with you.

လုပ်လို့ရတာမြင်နိုင်တယ်။

So this is a little thing,

ဒါလေးကို

and my eight year old is addicted to this,

ကျွန်တော့်၈ နှစ်အရွယ်သားက သိပ်ကြိုက်နေတယ်။

and he's not a kid that really liked writing before,

သူက အရင်က စာရေးရတာ မကြိုက်ပါဘူး။

but you can say,

ဒါပေမဲ့ သူက

“I want to write a horror story,”

“သရဲဇာတ်လမ်းရေးချင်တယ်” ဆိုရင်

and it says, "Ooh, a horror story, how spine-tingling and thrilling.

AI က “ဘယ်လောက် အသည်းချမ်းစရာကောင်းလိုက်လဲ၊

Let's dive into the world of eerie shadows and chilling mysteries."

သည်းထိတ်ရင်ဖိုကမ္ဘာကြီးထဲ သွားကြည့်ကြတာပေါ့။

And this is an activity where the student will write two sentences,

ဒီမှာဆိုရင် ကျောင်းသားက ၂ ကြောင်းရေးပြီး

and then the AI will write two sentences.

AI က ၂ ကြောင်းရေးပါတယ်။

And so they collaborate together on a story.

သူတို့အတူတူ ဇာတ်လမ်းတစ်ပုဒ် ဖန်တီးကြပါတယ်။

The student writes, "Beatrice was a misunderstood ghost.

ကျောင်းသားက “Beatrice ဟာ နားလည်မှုလွဲခံရတဲ့ ဝိဉာဉ်။

She wanted to make friends but kept scaring them by accident."

သူက မိတ်ဖွဲ့ချင်ပေမဲ့ လူတွေကို ခြောက်သလိုသာ ဖြစ်နေတယ်။

And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship.

AI က “သနားစရာ Beatrice၊ မိတ်ဆွေမျှော်နေရှာတဲ့ အထီးကျန်ဝိဉာဉ်။

One day she stumbled upon an old abandoned mansion," etc.

တစ်ရက်မှာ လူသူကင်းမဲ့တဲ့ အိမ်အိုကြီးတစ်ခုနဲ့ ကြုံကြိုက်တယ်”စသဖြင့်။

I encourage you all to hopefully one day try this.

အားလုံးကို ဒါစမ်းသုံးကြည့်ဖို့ တိုက်တွန်းပါတယ်။

This is surprisingly fun.

သိပ်ကို ပျော်စရာကောင်းပါတယ်။

Now to even more directly hit this use case.

ပိုပြီး ထိထိရောက်ရောက် အသုံးပြုနိုင်ဖို့

And what I'm about to show you,

ကျွန်တော်အခု ပြမယ့်အရာဟာ...

everything I showed you so far

အခုပြပြီးသမျှဟာ

is actually already part of Khanmigo, and what I’m about to show you,

Khanmigo က လုပ်နေနိုင်ပြီးသားတွေပါ။ အခုပြမှာကတော့

we haven't shown to anyone yet, this is a prototype.

ဘယ်သူ့ကိုမှ မပြရသေးတဲ့အရာပါ။ နမူနာပုံစံငယ်ပါ။

We hope to be able to launch it in the next few months,

နောက်လအနည်းငယ်အတွင်း စသုံးနိုင်မယ်လို့ မှန်းထားပါတယ်။

but this is to directly use AI, use generative AI,

ဒါပေမဲ့ သူက Generative AI ကို သုံးသွားမှာ ဖြစ်ပါတယ်။

to not undermine English and language arts

စာပေအတတ်ပညာကို နိမ့်ကျသွားစေဖို့ မဟုတ်ပါဘူး။

but to actually enhance it in ways

အရင်နှစ်ကတောင် မတွေးထားဖူးတဲ့

that we couldn't have even conceived of even a year ago.

နည်းလမ်းတွေနဲ့ အဲဒီဘာသာရပ်ကို တိုးတက်စေဖို့ပါ။

This is reading comprehension.

စာဖတ်ပြီးနားလည်မှုစစ်ဆေးတာပါ။

The students reading Steve Jobs's famous speech at Stanford.

ကျောင်းသားက စတန်းဖို့တက္ကသိုလ်မှာ စတိဂျော့ ပြောခဲ့တဲ့ မိန့်ခွန်းကို ဖတ်နေတယ်။

And then as they get to certain points,

တချို့အပိုင်းတွေ ရောက်ပြီဆိုရင်

they can click on that little question.

အဲဒီမေးခွန်းလေးတွေကို နှိပ်ကြည့်လို့ ရတယ်။

And the AI will then Socratically, almost like an oral exam,

အဲဒီအခါ AI က နှုတ်မေးနှုတ်ဖြေစာမေးပွဲလိုပဲ ကျောင်းသားကို

ask the student about things.

မေးခွန်းတွေ မေးမယ်။

And the AI can highlight parts of the passage.

စာပိုဒ်ရဲ့ တချို့အပိုင်းတွေကို အရောင်ခြယ်ပြပြီး

Why did the author use that word?

ဘာလို့ ဒီစကားလုံးကို သုံးထားတာလဲ၊

What was their intent?

ရည်ရွယ်ချက်က ဘာလဲ၊

Does it back up their argument?

စာရေးသူ ပြောထားတာကို သက်သေပြရဲ့လား။

They can start to do stuff that once again,

သူတို့ ဒါကို အစကနေ ပြန်လုပ်လည်း ရပါတယ်။

we never had the capability to give everyone a tutor,

လူတိုင်းကို အနီးကပ်ဆရာတစ်ယောက်စီ၊ စာရေးနည်းပြတစ်ယောက်စီ

everyone a writing coach to actually dig in to reading at this level.

ပေးနိုင်တာမျိုး၊ စာကို ဒီအဆင့်‌ထိ နှိုက်ယူဖတ်နိုင်တာမျိုး မရှိဖူးပါဘူး။

And you could go on the other side of it.

ဒါကို နောက်တစ်မျိုး သုံးနိုင်ပါသေးတယ်။

And we have whole work flows that helps them write,

ကျောင်းသားတွေ စာရေးတော်လာအောင်၊ ကိုယ့်ဘာသာ

helps them be a writing coach, draw an outline.

ရေးနိုင်လာအောင်လုပ်ပေးတဲ့ လေ့ကျင့်ခန်းတွေ အများကြီးပါတယ်။

But once a student actually constructs a draft,

ကျောင်းသားက အကြမ်းရေးပြီးပြီဆိုရင်

and this is where they're constructing a draft,

ဒါက သူ အကြမ်းရေးထားတာပါ။

they can ask for feedback once again,

စာရေးနည်းပြတစ်ယောက်ဆီကလိုပဲ

as you would expect from a good writing coach.

AI ကို အကြံဉာဏ် တောင်းနိုင်ပါတယ်။

In this case, the student will say, let's say,

ဆိုပါတော့၊ ဒီမှာဆိုရင် ကျောင်းသားက “ကျွန်တော်/မရဲ့

"Does my evidence support my claim?"

သက်သေက အဆိုကို ထောက်ပံ့လား” လို့မေးတယ်။

And then the AI, not only is able to give feedback,

အဲဒီအခါ AI က အကြံပေးရုံတင်မကဘူး၊

but it's able to highlight certain parts of the passage and says,

စာပိုဒ်ရဲ့ တချို့အပိုင်းတွေကို ထောက်ပြပြီး

"On this passage, this doesn't quite support your claim,"

“ဒီစာမှာ မင်းရဲ့ အဆိုက သိပ်မခိုင်လုံဘူး” လို့လည်းပြောတယ်။

but once again, Socratically says, "Can you tell us why?"

ဒါ့အပြင် ဆိုကရေးတီးလိုပဲ “ဘာလို့လဲ” လို့ မေးတယ်။

So it's pulling the student, making them a better writer,

ဆိုတော့ AI ဟာ ကျောင်းသားကို စာရေးတာ ပိုကောင်းလာအောင်

giving them far more feedback

အရင်က မရနိုင်ခဲ့တဲ့

than they've ever been able to actually get before.

အကြံပြုချက်မျိုးတွေ ပေးနိုင်တယ်။

And we think this is going to dramatically accelerate writing, not hurt it.

ဒီအချက်ဟာ စာရေးတာကို ထိခိုက်မှာမဟုတ်ဘဲ ပိုတိုးတက်လာစေမယ်လို့ ထင်ပါတယ်။

Now, everything I've talked about so far is for the student.

အခုပြောခဲ့သမျှဟာ ကျောင်းသားတွေအတွက်ပါပဲ။

But we think this could be equally as powerful for the teacher

ဒါပေမဲ့ ကျောင်းသားတစ်ယောက်ချင်းစီနဲ့ကိုက်တဲ့

to drive more personalized education and frankly

သင်ကြားမှုမျိုး ပေးနိုင်ဖို့၊

save time and energy for themselves and for their students.

အချိန်ကုန်လူပန်းတာ သက်သာဖို့ ဆရာတွေလည်း AI ကို သုံးလို့ရပါတယ်။

So this is an American history exercise on Khan Academy.

ဒါက ခန်းအကယ်ဒမီက အမေရိကန်သမိုင်းလေ့ကျင့်ခန်းပါ။

It's a question about the Spanish-American War.

ဒါက စပိန်-အမေရိကန်စစ်ပွဲနဲ့ဆိုင်တဲ့ မေးခွန်းတစ်ပုဒ်ပါ။

And at first it's in student mode.

ပထမတော့ သူက ကျောင်းသားတွေအတွက်ပါ။

And if you say, “Tell me the answer,” it’s not going to tell the answer.

ကိုယ်က “အဖြေပြောပြ” လို့ ပြောရင် ပြောပြမှာ မဟုတ်ပါဘူး။

It's going to go into tutoring mode.

အခု ဆရာပုံစံဘက် ပြောင်းလိုက်ပါတယ်။

But that little toggle which teachers have access to,

ဆရာတွေပဲ သုံးလို့ရတဲ့ အဲဒီခလုတ်လေးကို သုံးပြီး

they can turn student mode off and then it goes into teacher mode.

ကျောင်းသားပုံစံကနေ ဆရာပုံစံကို ပြောင်းနိုင်ပါတယ်။

And what this does is it turns into --

သူက ဘယ်လိုပြောင်းသွားလဲဆိုရင် ...

You could view it as a teacher's guide on steroids.

သူ့ကို ဘက်စုံသုံးလို့ ပြောလို့ရပါတယ်။

Not only can it explain the answer,

အဖြေရှင်းပြပေးနိုင်ရုံသာမက

it can explain how you might want to teach it.

ကလေးတွေကို ဘယ်လိုသင်မလဲပါ ရှင်းပြနိုင်ပါတယ်။

It can help prepare the teacher for that material.

သက်ဆိုင်ရာ သင်ကြားရေးပစ္စည်းတွေ ကူပြင်ပေးနိုင်ပါတယ်။

It can help them create lesson plans, as you could see doing right there.

ဒီမှာ မြင်ရသလို သင်ကြားရေးအစီအစဉ် ကူပြင်ပေးနိုင်ပါတယ်။

It'll eventually help them create progress reports

တိုးတက်မှုမှတ်တမ်းတွေ ရေးတာနဲ့ အမှတ်ပေးတာတွေအထိ

and help them, eventually, grade.

ကူညီပေးနိုင်ပါတယ်။

So once again, teachers spend about half their time

ဆရာတွေဟာ သင်ခန်းစာအစီအစဉ်ဆွဲတာနဲ့ပဲ

with this type of activity, lesson planning.

အချိန်တစ်ဝက်လောက် ကုန်သွားလေ့ရှိပါတယ်။

All of that energy can go back to them

အဲဒီလို ကုန်မယ့်အစား အခုအခါ

or go back to human interactions with their actual students.

အားအင်တွေကို တကယ်စာသင်ရာမှာ သုံးလို့ ရပါပြီ။

(Applause)

(လက်ခုပ်တီးသံ)

So, you know, one point I want to make.

ဒီတော့ ကျွန်တော်ပြောချင်တဲ့အချက်ကတော့

These large language models are so powerful,

large language models တွေဟာ သိပ်စွမ်းအားကြီးတယ်။

there's a temptation to say like, well,

သူတို့ကို

all these people are just going to slap them onto their websites,

ရောင်းကုန်သဖွယ်

and it kind of turns the applications themselves into commodities.

ပြောလေ့ရှိကြပါတယ်။

And what I've got to tell you

ကျွန်တော်ပြောချင်တာကတော့

is that’s one of the reasons why I didn’t sleep for two weeks

ဩဂုတ်လတုန်းက GPT-4 စသုံးခွင့်ရချိန်မှာ

when I first had access to GPT-4 back in August.

နှစ်ပတ်လောက် မအိပ်ခဲ့ရတဲ့ အကြောင်းရင်းတစ်ခုပါ။

But we quickly realized that to actually make it magical,

Khanmigo ကို သိပ်ကောင်းအောင်လုပ်ဖို့ ...

I think what you saw with Khanmigo a little bit,

ခုနက အားလုံး Khanmigo ကိုကြည့်တဲ့အခါ

it didn't interact with you the way that you see ChatGPT interacting.

ChatGPT နဲ့ မတူတဲ့ ပုံစံတစ်မျိုးနဲ့ လူတွေကို ဆက်ဆံတယ်ဆိုတာ တွေ့မှာပါ။

It was a little bit more magical, it was more Socratic,

သူက နည်းနည်းလေး ပိုကောင်းတယ်၊ ပိုပြီး အတွေးအခေါ်ဆန်တယ်၊

it was clearly much better at math

လူအများစုထင်သလိုမဟုတ်ဘဲ

than what most people are used to thinking.

သင်္ချာလည်း ပိုတော်ပါတယ်။

And the reason is,

အကြောင်းရင်းကတော့

there was a lot of work behind the scenes to make that happen.

ဒီလိုဖြစ်လာဖို့အတွက် နောက်ကွယ်မှာ အများကြီးကြိုးစားခဲ့လို့ပါ။

And I could go through the whole list of everything we've been working on,

ကျွန်တော်တို့ လုပ်ပြီးခဲ့သမျှ ပြန်ပြောပြနိုင်ပါတယ်။

many, many people for over six, seven months to make it feel magical.

ဒီလိုဖြစ်လာဖို့ လူတွေအများကြီး ၆ လ ၇ လလောက်လုပ်ခဲ့တာပါ။

But perhaps the most intellectually interesting one

ဒါပေမဲ့ စိတ်ဝင်စားစရာအကောင်းဆုံးအချက်ကတော့

is we realized, and this was an idea from an OpenAI researcher,

OpenAI သုတေသီတစ်ယောက်ရဲ့ အကြံဉာဏ်ပါ။ AI ရဲ့ သင်္ချာနဲ့

that we could dramatically improve its ability in math

စာသင်စွမ်းရည်ကို မြှင့်တင်ဖို့ စကားမပြောခင် တွေးတတ်အောင်

and its ability in tutoring

AI ကို သင်ပေးရမယ်ဆိုတာ

if we allow the AI to think before it speaks.

ကျွန်တော်တို့ နားလည်သွားတာပါပဲ။

So if you're tutoring someone

တစ်ယောက်ယောက်ကို စာသင်တဲ့အခါ

and you immediately just start talking before you assess their math,

သူတို့တွက်ထားတာကို သေချာမကြည့်ဘဲ ရှင်းပြမယ်ဆိုရင်

you might not get it right.

မှန်မှာ မဟုတ်ပါဘူး။

But if you construct thoughts for yourself,

ဒါပေမဲ့ မပြောခင်တွေးတယ်ဆိုရင် ...

and what you see on the right there is an actual AI thought,

ဒီမှာဆိုရင် ညာဘက်မှာ မြင်ရတာက AI ရဲ့အတွေးပါ။

something that it generates for itself but it does not share with the student.

ကျောင်းသားကို မပြောဘဲ သူ့ဘာသာသူ တွေးနေတာပါ။

then its accuracy went up dramatically,

အဲဒီအခါ သူ့ရဲ့ တိကျမှုနဲ့

and its ability to be a world-class tutor went up dramatically.

ကမ္ဘာ့အဆင့်မီဆရာတစ်ယောက်ဖြစ်နိုင်စွမ်းဟာ သိသိသာသာတက်သွားပါတယ်။

And you can see it's talking to itself here.

ဒါ သူ့စိတ်ထဲမှာသူ တွေးနေတာပါ။

It says, "The student got a different answer than I did,

“ကျောင်းသားက ငါနဲ့ အဖြေမတူဘူး၊

but do not tell them they made a mistake.

ဒါပေမဲ့ သူမှားတယ်လို့ မပြောနဲ့။

Instead, ask them to explain how they got to that step."

အဲဒီအစား သူ အဲဒီအဆင့်ကို ဘယ်လိုရောက်သွားသလဲလို့ မေး”

So I'll just finish off, hopefully,

ဆိုတော့ အခုအဆုံးသတ်ပါတော့မယ်။

you know, what I’ve just shown you is just half of what we are working on,

ကျွန်တော်ပြခဲ့တာတွေဟာ ကျွန်တော်တို့ လုပ်နေတာတွေရဲ့ တစ်ဝက်ပဲ ရှိပါသေးတယ်။

and we think this is just the very tip of the iceberg

ပြောရမယ်ဆိုရင် နောင်ဆက်ဖြစ်လာနိုင်တာတွေရဲ့

of where this can actually go.

အကင်းလေးပဲ ရှိပါသေးတယ်။

And I'm pretty convinced, which I wouldn't have been even a year ago,

ပြီးရင် ကျွန်တော်တို့ အတူတကွ 2 sigma ပြဿနာကို 2 sigma အခွင့်အလမ်းအဖြစ်

that we together have a chance of addressing the 2 sigma problem

ပြောင်းလဲပြီး ကျွန်တော်တို့ရဲ့ ပညာရေးကို အရှိန်မြှင့် တိုးတက်အောင်လုပ်နိုင်တယ်လို့

and turning it into a 2 sigma opportunity,

ခိုင်ခိုင်မာမာ ယုံကြည်ထားပါတယ်။

dramatically accelerating education as we know it.

လွန်ခဲ့တဲ့ နှစ်ကတောင် ဒါမျိုးပြောရဲမှာ မဟုတ်ပါဘူး။

Now, just to take a step back at a meta level,

အားလုံးကို ခြုံကြည့်ရရင်တော့

obviously we heard a lot today, the debates on either side.

ဆွေးနွေးငြင်းခုံနေကြတာတွေ အများကြီး ကြားနေရပါတယ်။

There's folks who take a more pessimistic view of AI,

AI နဲ့ပတ်သက်ပြီး အဆိုးမြင်တဲ့လူတွေက

they say this is scary,

AI ဟာ ကြောက်စရာပဲ၊

there's all these dystopian scenarios,

ဆိုးဆိုးဝါးဝါးအခြေအနေတွေ ဖြစ်လာစေလိမ့်မယ်၊

we maybe want to slow down, we want to pause.

လုပ်နေတာတွေ အရှိန်လျှော့ရမယ်၊ ရပ်ရမယ်လို့ ဆိုကြတယ်။

On the other side, there are the more optimistic folks

တစ်ဘက်မှာလည်း အကောင်းမြင်တဲ့သူတွေရှိတယ်။

that say, well, we've gone through inflection points before,

သူတို့က ဒီလိုအပြောင်းအလဲတွေ အရင်ကလည်း ကြုံဖူးပြီးသားပါ၊

we've gone through the Industrial Revolution.

စက်မှုတော်လှန်ရေးတုန်းကလည်း ဒီလိုပဲ၊

It was scary, but it all kind of worked out.

ကြောက်စရာလို့ထင်ရပေမဲ့ အဆင်ပြေသွားတာပဲတဲ့။

And what I'd argue right now

ကျွန်တော်ပြောချင်တာကတော့

is I don't think this is like a flip of a coin

ဒါဟာ အကြွေစေ့လှည့်သလိုမဟုတ်ပါဘူး။

or this is something where we'll just have to,

ဘယ်လိုဖြစ်လာမလဲဆိုတာ ထိုင်ပြီး

like, wait and see which way it turns out.

စောင့်ကြည့်နေရမယ့် ကိစ္စမျိုးမဟုတ်ပါဘူး။

I think everyone here and beyond,

ဒီမှာ ရှိနေသူတွေအပါအဝင် အားလုံးမှာ

we are active participants in this decision.

ဆုံးဖြတ်ပိုင်ခွင့်ရှိတယ်လို့ ထင်ပါတယ်။

I'm pretty convinced that the first line of reasoning

ကိုယ်ခံယူထားတဲ့ တွေးတောပုံဟာ အနာဂတ်ကို

is actually almost a self-fulfilling prophecy,

အဆုံးအဖြတ်ပေးလိမ့်မယ်လို့ ကျွန်တော်ယုံကြည်ပါတယ်။

that if we act with fear and if we say,

အကြောက်တရားတွေ လွှမ်းမိုးပြီး

"Hey, we've just got to stop doing this stuff,"

“ဒါကြီး လုပ်နေတာ ရပ်လိုက်ကြစို့” လို့ပြောရင်

what's really going to happen is the rule followers might pause,

လိုက်နာသူတွေက ရပ်မယ်၊

might slow down,

အရှိန်လျှော့မယ်။

but the rule breakers, as Alexandr [Wang] mentioned,

ဒါပေမဲ့ အလက်ဇန္ဒား [ဝမ်] ပြောသွားသလို

the totalitarian governments, the criminal organizations,

အာဏာရှင်အစိုးရတွေ၊ ရာဇဝတ်ဂိုဏ်းတွေကတော့

they're only going to accelerate.

အရှိန်ပိုတိုးလာလိမ့်မယ်။

And that leads to what I am pretty convinced is the dystopian state,

အဲဒီအခါ လူကောင်းတွေရဲ့ AI က လူဆိုးတွေရဲ့ AI ထက် ညံ့နေတဲ့

which is the good actors have worse AIs than the bad actors.

အလွန့်အလွန်ဆိုးဝါးတဲ့ အခြေအနေကြီး ကြုံရလိမ့်မယ်လို့ ယုံကြည်ပါတယ်။

But I'll also, you know, talk to the optimists a little bit.

ဒါပေမဲ့ အကောင်းမြင်ဝါဒီတွေကိုလည်း နည်းနည်းလောက် ပြောချင်ပါသေးတယ်။

I don't think that means that,

အိုကေ၊ ဘာမှမဖြစ်ပါဘူး၊

oh, yeah, then we should just relax and just hope for the best.

အချိန်တန်ရင် အဆင်ပြေသွားမှာပါ ဆိုတာမျိုးကလည်း မကောင်းပါဘူး။

That might not happen either.

အဲဒီလိုလည်း ဖြစ်လာမှာမဟုတ်ပါဘူး။

I think all of us together have to fight like hell

ကျွန်တော်ထင်တာကတော့ အထိန်းအကွပ်တွေ၊ ပြဿနာတွေ ပေါ်လာတဲ့အခါ

to make sure that we put the guardrails,

သင့်လျော်တဲ့ စည်းမျဉ်းစည်းကမ်းတွေ

we put in -- when the problems arise --

သတ်မှတ်ဖို့ မီးကုန်ယမ်းကုန်

reasonable regulations.

ကြိုးစားရပါမယ်။

But we fight like hell for the positive use cases.

ကောင်းတဲ့နေရာမှာ အသုံးချနိုင်ဖို့ မီးကုန်ယမ်းကုန် ကြိုးစားရပါမယ်။

Because very close to my heart,

AI ကို ကောင်းတဲ့နေရာမှာ အသုံးချလို့ရတာတွေ

and obviously there's many potential positive use cases,

အများကြီးရှိပါတယ်၊ ဒါပေမဲ့ ကျွန်တော် ပြင်းပြင်းပြပြ

but perhaps the most powerful use case

လက်ခံထားတာကတော့ အကောင်းဆုံးအသုံးချမှုဟာ

and perhaps the most poetic use case is if AI, artificial intelligence,

AI ဉာဏ်ရည်တုကို သုံးပြီး HI လူ့ဉာဏ်ရည်၊

can be used to enhance HI, human intelligence,

လူ့ဖြစ်နိုင်စွမ်းနဲ့ ရည်ရွယ်ချက်တို့ကို

human potential and human purpose.

တိုးတက်လာအောင် လုပ်ဖို့ပဲ ဖြစ်ပါတယ်။

Thank you.

ကျေးဇူးတင်ပါတယ်။

(Applause)

(လက်ခုပ်တီးသံ)